粒子群优化算法解决聚类集成问题?
来源:学生作业帮 编辑:搜搜做题作业网作业帮 分类:综合作业 时间:2024/07/04 00:25:39
粒子群优化算法解决聚类集成问题?
我用了kmeans等聚类方法对iris进行聚类,得到不同聚类分类号,其中一个算法得到的结果是
Columns 1 through 16
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Columns 17 through 32
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Columns 33 through 48
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Columns 49 through 64
1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Columns 65 through 80
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Columns 81 through 96
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Columns 97 through 112
2 2 1 2 3 2 3 2 3 3 2 2 2 3 2 2
Columns 113 through 128
3 2 2 3 2 3 3 2 3 2 3 2 3 3 2 2
Columns 129 through 144
2 3 3 3 2 2 2 3 3 2 2 3 3 3 2 3
Columns 145 through 150
3 3 2 2 3 2
不同算法得到的结果都是类似这种,假如现在有20*150维的类标号矩阵,我的想法是把这个矩阵当成是PSO的初始种群,利用基本的PSO算法实验了一下,速度随机取值,学习因子c1=1.49445; c2=1.49445;maxgen=300; %迭代次数,其中适应度函数取类标号与数据集标准分类号的正确率,然后利用算法迭代寻优,在实验过程中,迭代起不了任何作用,我怀疑是参数设置出了问题,再追加50分
我想在这20*150维矩阵中找到最优或者通过PSO算法粒子与速度更新得到最优的类标号,使得分类正确率高于 kmeans等算法得到的结果(也就是20*150的结果)
我用了kmeans等聚类方法对iris进行聚类,得到不同聚类分类号,其中一个算法得到的结果是
Columns 1 through 16
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Columns 17 through 32
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Columns 33 through 48
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Columns 49 through 64
1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Columns 65 through 80
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Columns 81 through 96
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Columns 97 through 112
2 2 1 2 3 2 3 2 3 3 2 2 2 3 2 2
Columns 113 through 128
3 2 2 3 2 3 3 2 3 2 3 2 3 3 2 2
Columns 129 through 144
2 3 3 3 2 2 2 3 3 2 2 3 3 3 2 3
Columns 145 through 150
3 3 2 2 3 2
不同算法得到的结果都是类似这种,假如现在有20*150维的类标号矩阵,我的想法是把这个矩阵当成是PSO的初始种群,利用基本的PSO算法实验了一下,速度随机取值,学习因子c1=1.49445; c2=1.49445;maxgen=300; %迭代次数,其中适应度函数取类标号与数据集标准分类号的正确率,然后利用算法迭代寻优,在实验过程中,迭代起不了任何作用,我怀疑是参数设置出了问题,再追加50分
我想在这20*150维矩阵中找到最优或者通过PSO算法粒子与速度更新得到最优的类标号,使得分类正确率高于 kmeans等算法得到的结果(也就是20*150的结果)
![粒子群优化算法解决聚类集成问题?](/uploads/image/z/2652392-56-2.jpg?t=%E7%B2%92%E5%AD%90%E7%BE%A4%E4%BC%98%E5%8C%96%E7%AE%97%E6%B3%95%E8%A7%A3%E5%86%B3%E8%81%9A%E7%B1%BB%E9%9B%86%E6%88%90%E9%97%AE%E9%A2%98%3F)
kmeans 给出的是150个样本的聚类后所属类别.你的样本是150*20的,也就是说,样本个数150,维数20.
用粒子群做聚类的方法是,采用粒子群迭代的方法优化得到N个最优位置,这N个位置对应N个聚类的中心,本题N=3. 然后通过计算每个样本与N个中心间之间的距离,取距离最短的聚类中心,认为样本跟此聚类中心是一类的,这样每个样本就被归为了N类.
针对你的问题,首先说参数没问题(也可以把c1=c2=2)检查你的聚类过程,是否把20当做了训练样本(这个虽然低级,但是初学的特别容易犯),你要初始化的是3个中心位置,每个位置20维,总共60. 即初始化一个60维的种群.如果1检查无误的话可能就是你的程序问题了,对照网上的粒子群算法的公式检查下程序吧.
再问: 你好,谢谢你的答案,对聚类集成了解吗?我在用PSO算法的时候,前几天确实不是你这么做的,我把20*150个类标号组成的聚类作为粒子的初始种群,没有涉及到聚类中心,昨天觉得这种方法不可行,试用聚类中心解决问题,但是在粒子的适应度函数方面,也想选用最近距离,现在正在实验中,方便加qq吗?464419229 验证问题 张广江
用粒子群做聚类的方法是,采用粒子群迭代的方法优化得到N个最优位置,这N个位置对应N个聚类的中心,本题N=3. 然后通过计算每个样本与N个中心间之间的距离,取距离最短的聚类中心,认为样本跟此聚类中心是一类的,这样每个样本就被归为了N类.
针对你的问题,首先说参数没问题(也可以把c1=c2=2)检查你的聚类过程,是否把20当做了训练样本(这个虽然低级,但是初学的特别容易犯),你要初始化的是3个中心位置,每个位置20维,总共60. 即初始化一个60维的种群.如果1检查无误的话可能就是你的程序问题了,对照网上的粒子群算法的公式检查下程序吧.
再问: 你好,谢谢你的答案,对聚类集成了解吗?我在用PSO算法的时候,前几天确实不是你这么做的,我把20*150个类标号组成的聚类作为粒子的初始种群,没有涉及到聚类中心,昨天觉得这种方法不可行,试用聚类中心解决问题,但是在粒子的适应度函数方面,也想选用最近距离,现在正在实验中,方便加qq吗?464419229 验证问题 张广江
粒子群优化算法解决聚类集成问题?
.粒子群算法解决TSP问题的目标函数是什么?
急求用蚁群优化算法,BP反向传播算法,粒子群算法,就某一问题进行神经网络训练的比较
用matlab遗传算法解决函数优化问题
粒子群优化算法(PSO)的matlab运行程序~
怎么判断粒子群优化算法有没有局部收敛?
粒子群算法的优缺点粒子群优化算法的优缺点是什么?
组合优化问题是不是只能用智能优化算法来解决?有没有其它算法来解决这个问题?
粒子群算法适合解决哪些问题(具体些)?产生的背景是什么?
我想问一下,这个函数怎样用粒子群算法优化,是不是要用到多目标的粒子群优化
启发式算法是最优化算法吗?像遗传算法、粒子群算法这一类的可不可以归结到最优化算法里?
粒子群算法的matlab程序,一个线性规划问题的解决.主要是那个限制条件的处理.